对于具有复杂特性的多变量工业过程来说,要找到合适的辨识与控制方法,仍然存在着很多有待解决的问题。模型预测控制在处理复杂多变量控制问题时具有较大的优势,实践表明,将其用于实际工业过程中可获得良好的控制效果。传统的工业预测控制都是采用输入输出模型,包括参数模型和非参数模型。但是为了进一步提高控制性能和控制精度,学术界和工业界普遍认为应该采用状态空间模型,这样近些年所发展起来的现代滤波理论和控制器设计方法就可以发挥作用。子空间辨识方法利用过程输入输出数据可以直接得到状态空间形式的模型,而辨识过程的中间结果——子空间预估器可直接用于预测模型输出。本论文的主要工作包括:①介绍一种从包含噪声序列的输入输出数据中得到状态空间模型的子空间辨识算法,并研究了噪声序列为有色噪声的处理方法。最后引入CD播放器机械臂和CSTR的仿真实例来验证算法的有效性。②提出一种基于子空间辨识的状态空间模型预测控制方法,利用①中子空间辨识算法得到的状态空间模型作为系统模型,分别给出无约束和约束条件下的两种预测控制算法。以CD播放器机械臂系统为例,通过状态空间模型预测控制方法实现对系统输出的跟踪控制,仿真结果表明,该方法控制效果良好。③针对实际工业工程中存在非线性、时变的特点,提出一种基于子空间辨识的自适应预测控制方法。利用滚动窗口在线更新R阵,得到新的预测模型参数矩阵,通过比较更新前和更新后的预测误差来决定是否更新预测模型。将此控制方法应用于2-CSTR过程控制的仿真试验,通过与PID控制器、模糊控制器的比较,说明了该方法的优越性。